教育新闻网我说两种语言，英语和英语不好。我对数学的理解差很多。实际上，为了毕业，我不得不在大学里四次重做微积分2A以便毕业，主要是因为我永远无法正确计算出从墙壁上掉下来的梯子的加速度。您知道，这种理论难题对我们的日常生活至关重要。
除了我的数字惯性之外，Facebook还训练了一种AI来解决最棘手的数学问题。真正的超弦乐器。实际上，FB教他们的神经网络将复杂的数学方程式视为“一种语言，然后将[解决方案]作为序列到序列神经网络的翻译问题”。
这实际上是一项壮举，因为大多数神经网络都在一个近似系统上运行：它们可以确定图像是狗，小猿还是蒸汽散热器的图像，并且具有一定的确定性，但可以精确计算出像b这样的符号性问题中的数字-4ac = 7是完全不同的鱼锅。Facebook通过不将方程式视为数学问题，而是将其视为语言问题来进行管理。具体来说，研究小组使用神经机器翻译(NMT)解决了这个问题。简而言之，他们教AI讲数学。结果是该系统能够解决方程式，而所需时间仅是基于代数的系统(如Maple，Mathematica和Matlab)所用的一小部分。
研究小组在博客中写道：“通过训练模型以检测符号方程式中的模式，我们相信神经网络可以将导致其解决方案的线索拼凑起来，大致类似于人类对复杂问题的基于直觉的方法。”今天发布的帖子。“因此，我们开始将符号推理作为NMT问题进行探索，在该模型中，模型可以根据问题示例及其匹配的解决方案来预测可能的解决方案。”
从本质上讲，研究团队教会了AI如何解开数学方程式，就像我们对复杂短语所做的一样，如下例所示。该系统没有拆分动词，名词和形容词，而是使各个单独的变量成为孤岛。
